检查点包含TensorFlow模型中的（某些）变量的值。它是由Saver创建的，该Saver被指定要保存的特定Variable ，或者默认情况下保存所有（非本地）变量。

要使用检查点，你需要有一个兼容TensorFlow Graph ，其Variable ■找同名的Variable ■在检查站。 （如果没有兼容的Graph ，您仍然可以使用contrib中的init_from_checkpoint实用程序将存储在检查点中的值加载到选定的Variable中。）

SavedModel更加全面：它包含一组Graph （ MetaGraph是MetaGraph ，用于保存集合等），以及一个应该与这些Graph兼容的检查点，以及需要使用的任何资产文件运行模型（例如词汇表文件）。对于它包含的每个MetaGraph ，它还存储一组签名。签名定义（命名）输入和输出张量。

这意味着仅给定一个SavedModel，您就可以编写解释或执行其中图形的工具（例如tensorflow/serving或不久后将出现在tools/的新的saved_model命令行实用程序）。您只需要提供数据即可。

如有疑问，我总是会在编写SavedModel ，而不仅仅是检查点。这不仅使您可以使用tensorflow / serving（以及其他数量不断增加的简洁实用程序），还可以确保您拥有运行模型所需的所有信息。没有什么比检查点更令人沮丧的了，您不能再使用它了，因为您修改了模型，现在它与检查点文件不兼容，您要做的就是通过它进行一些预测以进行比较。